小儿髋关节标准超声图像的自动测量方法、系统

    公开(公告)号:CN118644450A

    公开(公告)日:2024-09-13

    申请号:CN202410735547.X

    申请日:2024-06-07

    摘要: 本发明涉及一种小儿髋关节标准超声图像的自动测量方法、系统,包括:S1,获取标准超声图像样本,标准超声图像样本包括待检测部位的图像数据集;S2,获取标准超声图像自动测量与分类模型,输入标准超声图像进行标注和自动测量,同时获得标准超声图像样本的N种解剖结构分割标注以及对应的M个关键点的检测结果,M个关键点的检测结果包括各关键点的位置数据;S3,根据M个关键点的位置数据计算分类相关角度α和β,统计αmix和βmax;S4,根据唯一的αmix和βmax定义标准超声图像样本的最终类型。本方案简化标准超声图像自动测量和分类模型,可以通过一致性和鲁棒性的端到端深度学习网络深度模拟训练;临床实践减少测量差异,避免医生误诊或漏诊。

    一种临床皮肤图像质量自动评估方法及系统

    公开(公告)号:CN118379260A

    公开(公告)日:2024-07-23

    申请号:CN202410493038.0

    申请日:2024-04-23

    摘要: 本发明提供一种临床皮肤图像质量自动评估方法及系统,自动评估方法包括预处理图像、评分并标注、构建临床皮肤图像质量检测数据集、构建临床皮肤图像的检测与质量评估模型、将实时获取的临床皮肤图像输入临床皮肤图像的检测与质量评估模型,获得皮肤皮损部位对应的检测框以及临床皮肤图像质量评分结果以及验证步骤。本发明的临床皮肤图像质量自动评估方法通过将病变部位检测和质量评估整合到一个网络中,提高了特征提取的效率,实现了排除复杂背景,仅针对临床医生关心的皮肤皮损区域的图像质量检测,并在质量评估过程中设计验证程序,实现全自动高效获取高质量的临床皮肤图像。

    一种用于肿瘤手术的切缘路径生成方法、系统及存储介质

    公开(公告)号:CN114913124B

    公开(公告)日:2023-04-07

    申请号:CN202210389690.9

    申请日:2022-04-13

    摘要: 本发明涉及计算机辅助术前分析技术领域,公开了一种用于肿瘤手术的切缘路径生成方法、系统及存储介质,该方法包括:获取肿瘤的临床图片、皮肤镜图片以及患者的病史信息;采用预设深度学习网络模型对皮肤镜图片中的肿瘤边界进行分割提取,得到皮肤镜下的皮肤肿瘤边界;将皮肤肿瘤边界与临床图片进行配准,得到目标肿瘤边界;根据病史信息、目标肿瘤边界、以及预设的路径生成模型生成初始切缘路径;在肿瘤类型为良性肿瘤的情况下,对所述初始切缘路径进行平滑处理,生成梭形切口的切缘路径;在肿瘤类型为恶性肿瘤的情况下,对所述初始切缘路径进行等距扩大处理,生成最终的切缘路径,可以自动生成更准确的生成切缘路径。

    图像处理方法、装置、设备、可读存储介质及程序产品

    公开(公告)号:CN115035004B

    公开(公告)日:2023-02-10

    申请号:CN202210401660.5

    申请日:2022-04-15

    IPC分类号: G06T5/50 G06T7/13 G06T7/11

    摘要: 本申请实施例提出了一种图像处理方法、装置、设备、可读存储介质及程序产品,可应用于人工智能、智慧医疗、增强现实、虚拟现实等领域或场景,该方法包括:获取目标对象的待处理图像集合,待处理图像集合包括常规彩色图像、多光谱图像和纹理图像中的至少两个;调用图像处理模型对待处理图像集合中的每个图像分别进行区域识别处理,得到每个图像对应的待合成分割图像;将多个待合成分割图像融合为标记有多个区域的预测分割图像;根据预测分割图像标记的多个区域对预测分割图像进行边缘提取处理,得到目标对象的预测边缘图像,输出预测边缘图像,预测边缘图像用于辅助对目标对象的操作。通过本申请实施例,可以提高边缘图像的生成效率和精度。

    一种用于皮肤麻醉的微型贴片式超声微针阵列

    公开(公告)号:CN115591103A

    公开(公告)日:2023-01-13

    申请号:CN202211252867.7

    申请日:2022-10-13

    IPC分类号: A61M37/00 A61M19/00

    摘要: 本发明公开了一种用于皮肤麻醉的微型贴片式超声微针阵列,包括用于刺入皮肤粘膜以递送麻醉药物的微针,微针背面固定有产生声泳的超声波发生模块。通过在微针上设置超声波发生模块,利用超声波发生模块产生超声波,利用微针和超声声泳这两种物理促渗方式的结合,能够实现促进麻醉药物在皮损区域的渗透效果。微针相比于传统皮下注射钢针可达到相同的刺穿效果,并且能够不限量给药,在注药过程持续维持进皮肤粘膜的传输通道,超声波发生模块提供超声波促进药物在皮肤疾病皮损区域的快速扩散,提高治疗效率,缩短治疗时间,减小治疗风险。

    图像处理方法、装置、设备、系统及存储介质

    公开(公告)号:CN115063290B

    公开(公告)日:2022-11-22

    申请号:CN202210986584.9

    申请日:2022-08-17

    IPC分类号: G06T3/00 G06T7/00 G06T7/30

    摘要: 本申请实施例公开了一种图像处理方法、装置、设备、系统及存储介质,涉及图像处理技术领域。包括:基于拍摄组件采集的第一医学图像,生成莫氏网格,所述莫氏网格用于对所述第一医学图像中的病理取材区域进行网格划分,且划分得到的各个子网格用于进行病理取材;通过投影组件将所述莫氏网格投影至所述病理取材区域;在病理结果指示对所述莫氏网格中的至少一个子网格进行重新病理取材的情况下,获取所述拍摄组件采集到的第二医学图像,所述第二医学图像中包含所述病理取材区域;对所述第一医学图像和所述第二医学图像进行图像配准,得到图像配准结果;基于所述图像配准结果,通过所述投影组件将所述莫氏网格重新投影至所述病理取材区域。

    基于免疫相关细胞对的黑素瘤预后预测方法及系统

    公开(公告)号:CN115171887A

    公开(公告)日:2022-10-11

    申请号:CN202210886164.3

    申请日:2022-07-26

    IPC分类号: G16H50/20 G06K9/62

    摘要: 本发明公开了基于免疫相关细胞对的黑素瘤预后预测方法及系统,通过用免疫相关细胞对的免疫相关风险替代基因表达谱,结合剔除冗余特征的临床预后信息,从临床指标和免疫微环境两个层面建立预后预测模型,再以该预后预测模型进行预测。相比现有技术,由于免疫相关细胞对的免疫相关风险在进行免疫微环境评估时,用相对大小代替绝对大小,能有效解决批次效应产生的误差,此外,本发明还从多个临床预后信息中筛选出非特征冗余的临床关键特征与所述免疫相关细胞对的免疫相关风险配合使用,能以最少的特征数据实现高准确率的预后预测,进一步减少预测的计算机资源消耗。

    图像处理方法、装置、设备、可读存储介质及程序产品

    公开(公告)号:CN115035004A

    公开(公告)日:2022-09-09

    申请号:CN202210401660.5

    申请日:2022-04-15

    IPC分类号: G06T5/50 G06T7/13 G06T7/11

    摘要: 本申请实施例提出了一种图像处理方法、装置、设备、可读存储介质及程序产品,可应用于人工智能、智慧医疗、增强现实、虚拟现实等领域或场景,该方法包括:获取目标对象的待处理图像集合,待处理图像集合包括常规彩色图像、多光谱图像和纹理图像中的至少两个;调用图像处理模型对待处理图像集合中的每个图像分别进行区域识别处理,得到每个图像对应的待合成分割图像;将多个待合成分割图像融合为标记有多个区域的预测分割图像;根据预测分割图像标记的多个区域对预测分割图像进行边缘提取处理,得到目标对象的预测边缘图像,输出预测边缘图像,预测边缘图像用于辅助对目标对象的操作。通过本申请实施例,可以提高边缘图像的生成效率和精度。

    一种U型光动力照光设备
    9.
    发明公开

    公开(公告)号:CN114618087A

    公开(公告)日:2022-06-14

    申请号:CN202210189610.5

    申请日:2022-03-01

    IPC分类号: A61N5/06

    摘要: 本发明公开了一种U型光动力照光设备,包括托持装置和照光装置,所述托持装置一端设有托持患者头部的头枕,另一端设有托持患者腰部的腰垫,所述头枕和腰垫之间设有下凹的背部避空区;所述照光装置包括灯架,所述灯架包括沿腰垫向外延伸并与臀部相对的背侧部、悬置于腰垫上方并与腹部相对的腹侧部以及以外凸弧线衔接背侧部和腹侧部的弧形部,所述照光装置还包括分别设置在背侧部、腹侧部、弧形部以及覆盖于背部避空区表面的多个灯区,各所述灯区独立调节开关。本发明的U型光动力照光设备具有结构设置合理、光照覆盖范围全面、为患者节省时间并提高治疗效率等优点。

    基于人工智能的甲黑线良恶性预测系统

    公开(公告)号:CN114431836A

    公开(公告)日:2022-05-06

    申请号:CN202210370765.9

    申请日:2022-04-11

    IPC分类号: A61B5/00 G16H50/20 G06T7/00

    摘要: 本发明公开了基于人工智能的甲黑线良恶性预测系统,通过获取多个不同甲黑线患者的甲黑线医学影像、病史资料以及对应的良恶性诊断结果构建训练集;构建基于多模态深度神经网络的预测组件,采用训练集训练所述预测组件;获取目标患者的甲黑线医学影像、病史资料,并将目标患者的甲黑线医学影像、病史资料输入到所述预测组件中,从而得到目标患者准确的甲黑线良恶性预测结果。相比现有技术,本发明中的预测组件同时将临床图片、皮肤镜图像以及病史数据作为输入项,由统一的、具有较好专业性的人工智能来提供最终的决策,更具科学性和合理性。